作物長(zhǎng)勢(shì)監(jiān)測(cè)與分析建設(shè)方案

1、作物長(zhǎng)勢(shì)監(jiān)測(cè)與分析建設(shè)方案一、方案概述在植物生長(zhǎng)期內(nèi)盡早掌握植物生長(zhǎng)形勢(shì)在一定情況下比精確估 計(jì)作物種植面積和總產(chǎn)量本身還重要，尤其對(duì)可能出現(xiàn)的大規(guī)模的糧 食短缺或盈余，盡早地獲取作物長(zhǎng)勢(shì)信息顯得更為重要。作物生長(zhǎng)狀 況，如葉綠素含量、氮素含量、葉面積指數(shù)等直接影響作物的生長(zhǎng)發(fā) 育、品質(zhì)、產(chǎn)量，是作物長(zhǎng)勢(shì)監(jiān)測(cè)的重要指標(biāo)，是評(píng)價(jià)作物長(zhǎng)勢(shì)的重 要數(shù)據(jù)來(lái)源，也是作物生產(chǎn)精確管理調(diào)控的重要依據(jù)。實(shí)時(shí)獲取作物 生長(zhǎng)參數(shù)可以讓農(nóng)戶及時(shí)了解作物生長(zhǎng)狀況、制定相應(yīng)施肥施藥計(jì)劃， 從而保證作物健康生長(zhǎng)。作物長(zhǎng)勢(shì)是一個(gè)看似簡(jiǎn)單但又難于表達(dá)清楚的一個(gè)概念一般認(rèn) 為長(zhǎng)勢(shì)就是作物生長(zhǎng)的狀況與趨勢(shì)，或者說(shuō)作物生長(zhǎng)的態(tài)勢(shì)。

2、雖然人 們對(duì)作物的形貌看起來(lái)是那么的熟悉，但要精確定量地描述作物的長(zhǎng) 勢(shì)卻是不容易的。總起來(lái)說(shuō)，作物的長(zhǎng)勢(shì)可以用個(gè)體與群體特征來(lái)描 述。作物長(zhǎng)勢(shì)監(jiān)測(cè)不僅僅是為了農(nóng)業(yè)生產(chǎn)管理，而且往往也是制定國(guó) 民經(jīng)濟(jì)政策的重要依據(jù)。二、常用的作物長(zhǎng)勢(shì)監(jiān)測(cè)方法1、人工觀察法人工觀察的方法是作物長(zhǎng)勢(shì)監(jiān)測(cè)的最古老的方法，也是目前農(nóng)業(yè) 生產(chǎn)者用得最多的方法。觀察者通過(guò)觀察作物的幾何尺寸、形狀、顏 色等外觀特征來(lái)判別作物生長(zhǎng)的情況如缺水、缺肥、病蟲(chóng)害等。植物 營(yíng)養(yǎng)原理認(rèn)為，葉色是氮素營(yíng)養(yǎng)狀況最敏感的指標(biāo)，葉色與葉片中含 氮量呈正相關(guān)。當(dāng)植株缺氮時(shí)，由于蛋白質(zhì)合成少，酶和葉綠素含量 下降，細(xì)胞分裂減慢，葉色變黃，作物早熟

3、、低產(chǎn)；相反，當(dāng)植株氮 素過(guò)剩時(shí)，碳代謝不協(xié)調(diào)，蛋白質(zhì)合成增加，碳水化合物被大量消耗， 纖維素等減少，造成徒長(zhǎng)，抗逆性下降，感病倒伏減產(chǎn)，人們已經(jīng)很 早就掌握了從它們的葉子判斷植株?duì)I養(yǎng)狀況的方法。人們從實(shí)踐中積 累了許多判斷植物生長(zhǎng)情況的知識(shí)，如還可以根據(jù)葉片顏色判斷水分 情況，根據(jù)葉片、莖稈上的斑點(diǎn)異狀判斷病蟲(chóng)害。人工觀察法簡(jiǎn)單易 行，能對(duì)密集的植物內(nèi)部及不同高度部位進(jìn)行觀察，觀察全面，但耗 費(fèi)大量人力，效率低下。另外，需要觀察者有豐富的經(jīng)驗(yàn)和農(nóng)作物知 識(shí)，并且一般只能給出定性的結(jié)論，觀察結(jié)果的主觀性強(qiáng)，也不適于 大面積監(jiān)測(cè)。2、遙感監(jiān)測(cè)作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)是建立在綠色植物光譜理論基礎(chǔ)上的。根據(jù)

4、綠 色植物對(duì)光譜的反射特性，在可見(jiàn)光部分有強(qiáng)的吸收帶，近紅外部分 有強(qiáng)的反射峰，從而反映出作物生長(zhǎng)信息，進(jìn)而判斷作物的生長(zhǎng)狀況， 進(jìn)行長(zhǎng)勢(shì)的監(jiān)測(cè)。作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)指對(duì)作物的苗情、生長(zhǎng)狀況及其 變化的宏觀監(jiān)測(cè)。目前大都是采用陸地衛(wèi)星遙感數(shù)據(jù)和甚高分辨率氣 象遙感數(shù)據(jù)，同時(shí)發(fā)展了用高光譜衛(wèi)星遙感和雷達(dá)遙感監(jiān)測(cè)作物長(zhǎng)勢(shì)。 對(duì)拍攝的圖片進(jìn)行處理，提取作物長(zhǎng)勢(shì)遙感指標(biāo)：葉面積指數(shù)、葉綠 素含量、歸一化植被指數(shù)等，判斷作物生長(zhǎng)狀態(tài)，及早發(fā)現(xiàn)營(yíng)養(yǎng)元素 虧缺及病蟲(chóng)害情況，從而采取積極有效的措施。利用植物葉片反射光 譜與葉片葉綠素含量成比例的原理，引入新的算法使葉綠素量估測(cè)誤 差小于，進(jìn)而使植物的長(zhǎng)勢(shì)得到更好的

5、監(jiān)測(cè)。采用微波遙感監(jiān)測(cè)高粱 等參數(shù)來(lái)偵察害蟲(chóng)，發(fā)現(xiàn)總?cè)~綠素的含量有助于估測(cè)蟲(chóng)害。隨著技術(shù) 的進(jìn)一步發(fā)展，遙感技術(shù)和其它技術(shù)結(jié)合，對(duì)作物的監(jiān)測(cè)方法做了很 多改進(jìn)，提高了監(jiān)測(cè)的精度。遙感技術(shù)與3S技術(shù)結(jié)合，能實(shí)現(xiàn)對(duì)植 物長(zhǎng)勢(shì)的空間信息系統(tǒng)從數(shù)據(jù)獲取到數(shù)據(jù)處理以及信息生成的自動(dòng) 化監(jiān)測(cè)，從而實(shí)現(xiàn)大規(guī)模的運(yùn)行，同時(shí)提高監(jiān)測(cè)精度，取得理想的效 果，顯示出巨大的優(yōu)越性。3、機(jī)器視覺(jué)與數(shù)字圖像處理隨著計(jì)算機(jī)圖像處理系統(tǒng)、圖像采集部件ccd攝像機(jī)和數(shù)碼攝像 機(jī)的發(fā)展，而且計(jì)算機(jī)圖像有著比人眼精細(xì)的分辨能力，因此計(jì)算機(jī) 圖像處理和圖像分析的方法也逐步被用于作物長(zhǎng)勢(shì)診斷。許多學(xué)者應(yīng) 用機(jī)器視覺(jué)技術(shù)對(duì)作物生長(zhǎng)狀況進(jìn)

6、行監(jiān)測(cè)。這種方法是在種植區(qū)安裝 ccd攝像頭對(duì)作物實(shí)施實(shí)時(shí)監(jiān)測(cè)，所以適宜于中小面積地面監(jiān)測(cè)，在 大棚中的監(jiān)測(cè)效果尤為顯著。這種監(jiān)測(cè)得到的數(shù)據(jù)通過(guò)圖像處理方法 處理后不僅可以提取反映生長(zhǎng)狀況的葉面積指數(shù)（LAI），還可以提取 一些農(nóng)作物個(gè)體特征如株高、莖粗、葉片數(shù)等及群體特征如株距、行 距等信息。數(shù)字圖像處理技術(shù)在作物生產(chǎn)和科研的信息采集方面具有 信息量大、速度快、精度高等顯著的特點(diǎn)和優(yōu)勢(shì)，并能解決一些手工 測(cè)定難以解決的問(wèn)題?？杀苊鈧鹘y(tǒng)方法中由于人與人之間的認(rèn)識(shí)差異 及視覺(jué)疲勞帶來(lái)的影響，在節(jié)約勞動(dòng)力、降低人的判斷主觀性方面有 很大的潛力。與遙感方法比較，它能夠監(jiān)測(cè)植物的某些個(gè)體特征、群 體特

7、征，可以監(jiān)測(cè)小面積范圍內(nèi)的作物長(zhǎng)勢(shì)，因此可以與衛(wèi)星遙感監(jiān) 測(cè)技術(shù)結(jié)合來(lái)彌補(bǔ)各自監(jiān)測(cè)的不足。4、遠(yuǎn)程監(jiān)測(cè)遠(yuǎn)程監(jiān)測(cè)主要采用CCD攝像機(jī)，通過(guò)有線電纜、無(wú)線局域網(wǎng)或商 業(yè)移動(dòng)通訊網(wǎng)絡(luò)將攝像機(jī)拍到的遠(yuǎn)程圖像傳輸?shù)娇刂浦行模刂浦行?對(duì)圖像進(jìn)行處理，提取反映長(zhǎng)勢(shì)狀況的農(nóng)學(xué)參數(shù)。目前用CCD攝像機(jī) 遠(yuǎn)程監(jiān)測(cè)植物長(zhǎng)勢(shì)的研究還比較少，大多采用植物遠(yuǎn)程生理監(jiān)視技術(shù)， 植物遠(yuǎn)程生理監(jiān)視技術(shù)通過(guò)在植株體上安裝各種探頭，監(jiān)測(cè)某些環(huán)境 因子和植物生理指標(biāo)的變化。趙曉勤等利用植物遠(yuǎn)程監(jiān)測(cè)系統(tǒng)對(duì)荔枝 園中的大氣溫濕度、土壤濕度、光照強(qiáng)度、大氣蒸汽壓差等環(huán)境因子 和莖稈直徑微變化、果實(shí)生長(zhǎng)、葉片溫度等樹(shù)體生理指標(biāo)進(jìn)行了監(jiān)測(cè)，

8、 發(fā)現(xiàn)該系統(tǒng)能準(zhǔn)確及時(shí)無(wú)傷害地記錄它們的實(shí)時(shí)和周期性變化。遠(yuǎn)程 監(jiān)測(cè)技術(shù)主要優(yōu)點(diǎn)是準(zhǔn)確及時(shí)、高效、無(wú)傷害等，并且結(jié)合遠(yuǎn)程監(jiān)控， 大大減少了人力勞動(dòng)，提高了工作效率，但監(jiān)測(cè)的范圍受限制。三、系統(tǒng)功能1、長(zhǎng)勢(shì)監(jiān)測(cè)設(shè)備系統(tǒng)采用農(nóng)業(yè)信息化中心最新研制的作物長(zhǎng)勢(shì)監(jiān)測(cè)儀CropSense 作為作物長(zhǎng)勢(shì)監(jiān)測(cè)的設(shè)備。作物生長(zhǎng)監(jiān)測(cè)儀CropSense是一款基于雙通道高通量光譜信號(hào) 的便攜式作物長(zhǎng)勢(shì)健康分析診斷儀器，用戶可手持儀器在野外直接采 集作物冠層在紅光和近紅外波段處的入射光強(qiáng)和反射光強(qiáng)，儀器的正面如圖所示。燮藍(lán)牙指示燈設(shè)備工作指示燈與其他光譜傳感器相比，此儀器尺寸小、重量輕、便于攜帶，具 體參數(shù)見(jiàn)表1。除

9、此之外，表2為CropSense所測(cè)光譜數(shù)據(jù)與美國(guó) SRS-NDVI歸一化植被指數(shù)測(cè)量?jī)x測(cè)得的光強(qiáng)數(shù)據(jù)的對(duì)比，對(duì)兩組數(shù) 據(jù)進(jìn)行回歸分析，相關(guān)系數(shù)R 2達(dá)到0.97,測(cè)試數(shù)據(jù)表明Cropsense 的測(cè)量精度較高。目前，CropSense已在定點(diǎn)試用和逐步推廣中，是 家庭農(nóng)場(chǎng)、合作社、農(nóng)業(yè)企業(yè)等新型農(nóng)業(yè)經(jīng)營(yíng)主體和農(nóng)技推廣、農(nóng)業(yè) 調(diào)查等政府部門(mén)快速獲取作物長(zhǎng)勢(shì)健康狀態(tài)的一款高性能產(chǎn)品。表1 CropSense性能指標(biāo)：光梏帶寬:+J-1Ormi.穩(wěn)定件*-3%反取宰區(qū)間：泌AltJOW 崎彼器光電二柜管.旭場(chǎng)推II牝觀測(cè)甘控底何鰥器品元足高四伯一半尺寸包裝箝尺寸:3*mK27cni L如m 伎Bf

10、尺寸；14mI. Lun而吊北譜探頭：】30?偵摧我St推丹折船端:HOg散據(jù)果蕖布倘】&驚魏據(jù)存惦一網(wǎng)蝌無(wú)妹傳納杼能供電方式理電池充電作48h,使用粕伴&備的林動(dòng)電說(shuō)訂延花工作時(shí)向24h表2 CropSense與SRS-NDVI部分地物NDVI對(duì)比表:電勒柏而路草閾枯草裸土小麥頃小如密】小麥彳苗柱苗Crcp-5峙n就0fl20i0.55610.39050枷000550.38700.55570.2M40.0147O.-6S2SRS-NDVJ0.09480.06080.R6950.6322G.27420.13240.7 L 60G.K2K90.50550.09940J2352、長(zhǎng)勢(shì)監(jiān)測(cè)管理系統(tǒng)整

11、體框架：系統(tǒng)的軟件部分采用客戶機(jī)和服務(wù)器結(jié)構(gòu)（Client-Server，C/S 結(jié)構(gòu)）開(kāi)發(fā)設(shè)計(jì)，包括客戶端應(yīng)用層、網(wǎng)絡(luò)服務(wù)層和數(shù)據(jù)存儲(chǔ)層三 部分，系統(tǒng)架構(gòu)如圖所示。ArcGIS ServerTomcat|網(wǎng)絡(luò)服務(wù)層(1)客戶端應(yīng)用層：負(fù)責(zé)用戶與傳感器交互，采集作物的光譜 數(shù)據(jù)和圖像數(shù)據(jù)，利用模型計(jì)算歸一化植被指數(shù)(NormalizedArcSDESQL Server數(shù)據(jù)存儲(chǔ)層Android客戶端ArcGIS Runtime SDK for Android客戶端應(yīng)用層Vegetation In - dex, NDVI)并依據(jù)遙感模型反演作物參數(shù)；通過(guò)與 網(wǎng)絡(luò)服務(wù)層交互，上傳采集的參數(shù)及計(jì)算的參

12、量，并接收網(wǎng)絡(luò)服務(wù)層 生成的遙感監(jiān)測(cè)專題圖和推薦施肥處方專題圖。網(wǎng)絡(luò)服務(wù)層：負(fù)責(zé)移動(dòng)端與數(shù)據(jù)存儲(chǔ)層的交互。網(wǎng)絡(luò)服務(wù) 層建立初始的作物遙感反演模型并推送至注冊(cè)的手機(jī)APP中，將移動(dòng) 端上傳的地塊邊界、測(cè)量數(shù)據(jù)、反演參數(shù)等依據(jù)反演模型生成各專題 圖并推送至移動(dòng)端；最終將接收的移動(dòng)端數(shù)據(jù)及專題圖數(shù)據(jù)等上傳至 數(shù)據(jù)存儲(chǔ)層。網(wǎng)絡(luò)服務(wù)層使用由Tomcat發(fā)布的基于JavaServlet技術(shù)開(kāi)發(fā) 的Web服務(wù)為移動(dòng)端處理數(shù)據(jù)、更新作物生長(zhǎng)狀況輔助數(shù)據(jù)、模型及 軟件，通過(guò)解析Json格式文件，實(shí)現(xiàn)移動(dòng)端與數(shù)據(jù)存儲(chǔ)層的數(shù)據(jù)交 互過(guò)程oTomcat服務(wù)器是一個(gè)免費(fèi)的開(kāi)放源代碼的Web應(yīng)用服務(wù)器， 屬于輕量級(jí)應(yīng)用服

13、務(wù)器，適用于中小型應(yīng)用。Json是一種輕量級(jí)的 數(shù)據(jù)交換格式，層次結(jié)構(gòu)簡(jiǎn)潔、清晰，易于機(jī)器解析和生成，可有效 地提升網(wǎng)絡(luò)傳輸效率。空間可視化服務(wù)則通過(guò)ArcGISServer支持，為移動(dòng)端提供地圖 可視化服務(wù)及空間數(shù)據(jù)處理功能等。ArcGIS Runtime SDK for Android 是Android設(shè)備開(kāi)發(fā)工具，用戶可以通過(guò)此工具構(gòu)建本地應(yīng)用程序， 并為應(yīng)用提供強(qiáng)大的空間分析、可視化功能。（3）數(shù)據(jù)存儲(chǔ)層：存儲(chǔ)、管理系統(tǒng)所需要的數(shù)據(jù)，包括空間數(shù) 據(jù)和屬性數(shù)據(jù)。其中，屬性數(shù)據(jù)直接存儲(chǔ)在SQL Server，空間數(shù)據(jù) 則通過(guò)Arc - GIS的空間數(shù)據(jù)引擎（ArcSDE）存儲(chǔ)于SQLSer

14、ver中。 本系統(tǒng)所設(shè)計(jì)的業(yè)務(wù)邏輯主要如下。用戶針對(duì)某一季作物提出整體采 樣方案，整個(gè)方案周期為播種時(shí)間到收獲時(shí)間，屬性包括種植作物信 息、累計(jì)進(jìn)行采樣事件的次數(shù)等。其中一個(gè)方案周期內(nèi)含有多個(gè)采集 活動(dòng)（至少每個(gè)生育期有一次）。執(zhí)行每一次采樣活動(dòng)，記錄此次采樣過(guò)程中的所有的采樣點(diǎn)及其 所采集到的信息。同時(shí)在采樣活動(dòng)進(jìn)行時(shí)，可參考同一個(gè)方案內(nèi)其它 歷史采樣時(shí)間的活動(dòng)軌跡。一次采集活動(dòng)只會(huì)有一個(gè)活動(dòng)軌跡。針對(duì) 所有采樣方案的數(shù)據(jù)管理：在方案列表界面選擇目標(biāo)方案，可查看所 有該方案內(nèi)執(zhí)行的采集活動(dòng)，點(diǎn)擊目標(biāo)采集活動(dòng)，可查看該次活動(dòng)的 活動(dòng)軌跡或者采集的所有數(shù)據(jù)。功能模塊：通過(guò)藍(lán)牙將CropSense

15、和數(shù)據(jù)采集與分析系統(tǒng)（簡(jiǎn)稱APP）進(jìn) 行連接，從而將CropSense獲取的光學(xué)數(shù)據(jù)傳送至APP。APP接收到 數(shù)據(jù)后，根據(jù)遙感反演模型計(jì)算相應(yīng)的作物參數(shù)，并將測(cè)量數(shù)據(jù)和所 得參數(shù)發(fā)送到服務(wù)器進(jìn)行插值分析并生成專題圖，最終通過(guò)Android 終端顯示所得參數(shù)及專題圖。系統(tǒng)的功能主要分為用戶設(shè)置、采集管 理、參數(shù)管理及分析和服務(wù)管理四個(gè)模塊，其中系統(tǒng)的移動(dòng)端主要負(fù) 責(zé)用戶設(shè)置和采集管理，服務(wù)端主要提供服務(wù)管理，二者均可支持參 數(shù)管理及分析。用戶設(shè)置用戶設(shè)置包括用戶管理和系統(tǒng)設(shè)置，用于用戶信息管理和作物采 集前的參數(shù)設(shè)置。用戶管理主要指用戶管理個(gè)人信息、綁定硬件、標(biāo) 注數(shù)據(jù)及活動(dòng)事件等；系統(tǒng)設(shè)置是

16、用戶進(jìn)行數(shù)據(jù)采集工作之前連接硬 件、選擇采集路線、設(shè)置作物類型及生育期等操作。采集管理采集管理主要包括采樣點(diǎn)規(guī)劃和數(shù)據(jù)采集。采樣點(diǎn)規(guī)劃：主要根 據(jù)工作人員的農(nóng)場(chǎng)采樣需求和作物的生長(zhǎng)周期規(guī)劃一條推薦的采樣 點(diǎn)分布方案以及采樣時(shí)間節(jié)點(diǎn)。根據(jù)系統(tǒng)推薦的采樣點(diǎn)規(guī)劃方案給工 作人員提供路線和采樣點(diǎn)導(dǎo)航，方便工作人員快速找到已確定好的采 樣點(diǎn)。數(shù)據(jù)采集：主要用來(lái)采集傳感器所測(cè)得的光譜數(shù)據(jù)、采樣點(diǎn)的 位置信息以及采樣點(diǎn)的作物冠層圖像信息。參數(shù)管理及分析系統(tǒng)涉及的參數(shù)主要包括NDVI、葉面積指數(shù)(Leaf Area Index, LAI)、植被覆蓋度(Frac-tional Vegetation Cover

17、, FVC)、葉 綠素含量(Cab)、產(chǎn)量(Yield)以及推薦施用氮肥量 (Nc)等。移動(dòng)端和服務(wù)端均支持參數(shù)管理及分析功能，其中移動(dòng)端 的功能以本地?cái)?shù)據(jù)的增刪查改、采樣點(diǎn)參數(shù)處理和數(shù)據(jù)分享為主，服 務(wù)端的數(shù)據(jù)管理主要是利用后臺(tái)服務(wù)器處理、分析移動(dòng)端采集的數(shù)據(jù)， 生成各參數(shù)在整個(gè)地塊的分布圖，并將專題圖傳送至移動(dòng)端。參數(shù)管 理的技術(shù)路線如圖所示。移動(dòng)端：（1）查看、刪除或修改已制定的采集方案、已采集的數(shù)據(jù)等；（2）以csv格式將數(shù)據(jù)分享給其他用戶；（3）處理與分析本地已采集的數(shù)據(jù)，包括樣點(diǎn)作物的光譜數(shù)據(jù) 和冠層圖像數(shù)據(jù)；（4）上傳本地?cái)?shù)據(jù)至服務(wù)端，請(qǐng)求服務(wù)端的歷史數(shù)據(jù)，數(shù)據(jù)以 Json格式傳

18、輸。服務(wù)端：（1）解析移動(dòng)端上傳的Json文件，將數(shù)據(jù)存儲(chǔ)于數(shù)據(jù)庫(kù)中，并 根據(jù)移動(dòng)端的請(qǐng)求，將數(shù)據(jù)庫(kù)中的歷史數(shù)據(jù)發(fā)送至移動(dòng)端；（2）聯(lián)合分析移動(dòng)端采樣點(diǎn)的光譜數(shù)據(jù)和冠層圖像，并生成專 題圖，如農(nóng)作物生長(zhǎng)狀況分布圖、推薦氮分布圖等。服務(wù)管理服務(wù)管理分為GIS服務(wù)、模型服務(wù)和軟件服務(wù)三部分，其中GIS 服務(wù)主要用于支持地理位置相關(guān)的服務(wù)，模型服務(wù)為數(shù)據(jù)處理模型的 存儲(chǔ)與更新，軟件服務(wù)為移動(dòng)端軟件的更新。GIS服務(wù)是基于ArcGIS Server實(shí)現(xiàn)的，為系統(tǒng)提供底圖數(shù)據(jù)和 GIS功能上的支持，主要包括以下內(nèi)容：（1）基礎(chǔ)底圖數(shù)據(jù)：采用ESRI公共服務(wù)中的全球影像數(shù) 據(jù)er）服務(wù)作為數(shù)據(jù)源，為移動(dòng)客戶端提供可視化的農(nóng)場(chǎng)底圖。（2）要素服務(wù)（FeatureServer）：將農(nóng)場(chǎng)地塊圖層發(fā)布為ArcGIS Server要素服務(wù)，用于編輯和存儲(chǔ)農(nóng)場(chǎng)邊界和屬性信息。該圖層坐 標(biāo)系需與基礎(chǔ)影像數(shù)據(jù)坐標(biāo)系一致。（3）GP 服務(wù)（GPServer）：即 Geoprocess - ing 服